AI 可见度衡量

如何设计不提示品牌名的可见度基线

用非品牌采购问题、固定市场与界面、原始证据、分开的指标和如实的不可取得状态，建立可重复的 AI 可见度基线。

SALIENS 发布 · 发布日期 2026-10-01

不要在问题中先把答案告诉系统

如果每个测试问题都包含品牌名，测试得到的是系统如何描述一个已经被点名的主体，而不是采购方提出品类、比较、证据或适配问题时，能否发现这个品牌。因此，品牌盲测基线应从不含品牌名的问题开始；明确提及品牌的准确性测试则应放在另一份记录中。

两份记录回答不同问题。发现基线检查采购方没有点名品牌时，品牌、官网或有效证据是否出现；准确性基线检查点名品牌后，重要事实是否正确。不要把两者合并成一个可见度分数：一个品牌可能描述准确但未被发现，也可能在发现结果中出现，却带有错误信息。

完成八字段基线记录

开始观察前，应在一个报告周期内固定方法。下表让测试条件可以被检查，也让服务商提供具体的验收格式，而不是只挑选几张截图。

品牌盲测 AI 可见度基线记录
字段	需要固定或记录什么	验收方法
1. 采购决策	受众、需求、品类、市场，以及回答需要支持的决策。	每个问题都有明确采购目的，而不只是一个关键词。
2. 问题集	完整的非品牌问题文字、问题类别、纳入原因和稳定问题编号。	除非任务明确属于准确性测试，否则不得出现品牌、域名、产品名或独特口号。
3. 市场与语言	国家或地区、语言，以及能够确认的地点设置。	不同市场或语言的结果不得在没有说明规则时合并。
4. 系统与界面	测试时显示的服务商、产品或界面名称、访问入口，以及能够取得的版本信息。	记录实际使用的系统，不推断未公开的底层模型。
5. 会话条件	日期和时间、登录状态、新会话或连续对话，以及已知的个性化或地点条件。	另一位复核者能重复已说明的设置；未知条件继续标记为未知。
6. 原始观察	完整问题与回答、可见链接或引用、允许保存时的截图、失败与不可取得状态。	先保存证据再解释；没有取得回答时，不能直接记为品牌不可见。
7. 结果分类	品牌提及、自有域名链接或引用、第三方来源、事实准确性、同时出现的替代选项和重要限定。	每个字段都有书面定义，并可单独复核。
8. 复核与变更	复核人、报告周期、复测规则、问题或界面变化、例外和批准。	方法变更保留版本；不同条件不能包装成完全可比的趋势。

围绕真实采购任务设计问题

选用一组规模较小但结构平衡的问题，它们应是采购方在不了解某个服务商前可能提出的真实问题。实用类别包括品类发现、方法比较、证据与风险、机构适配和下一步。例如：大学的 AI 可见度审计应包含什么；英国机构应如何比较持续 GEO 服务；中英文 GEO 服务商应提供哪些证据。这些只是模板，最终问题必须适配真实市场和决策。

不要为了扩大分母而制造大量几乎相同的问题，也不要不断寻找能产生理想答案的措辞。Google 当前指南提醒，不应为了查询变体而批量制造页面，并说明生成式 AI 功能可能使用查询扩展以及不同模型或方法。因此，基线应在固定条件下记录一组有用样本，而不能声称复制了平台内部排名系统。

品类：哪些服务商或方法可以解决已定义的需求？
比较：选择服务前，采购方应比较哪些项目？
证据：可信服务商应公开哪些证明和限制？
适配：哪种选择适合指定机构、市场、语言或交付限制？
咨询：联系服务商前，采购方需要准备哪些信息？

如实报告观察，不制造虚假的精确性

报告应写明分母并保留原始证据。可以分别统计多少问题出现品牌提及、自有域名链接或引用、准确的重要事实，或者没有取得可用观察。这些列不能混在一起。系统错误、访问限制或无法取得的回答应标记为“不可取得”，不能记为零，也不能直接判定品牌测试失败。

只有问题集和重要条件保持稳定时，才能比较不同报告周期。如果平台、界面、地区、语言、会话方法或评分规则发生变化，应记录变更，并在必要时重新建立可比序列。NIST 说明，AI 风险管理框架用于在 AI 系统的使用和评估中纳入可信性考虑；对采购方而言，实用做法就是明确记录语境、方法、证据、复核与限制。

把外部观察与业务结果分开

一次提及或引用并不等于网站访问、合格询盘或成交。交付证据、AI 观察、搜索数据、网站行为和商业结果，应分别设置字段，并记录各自的数据来源与日期。Google 明确说明，即使满足要求和最佳实践，也不保证一定获得 AI 功能可见度；其 Search Console 报告针对 Google 搜索数据，并不覆盖所有外部 AI 系统。

要求服务商披露固定问题清单、市场与语言、测试界面、会话条件、原始证据格式、分类规则、复核频率、不可取得数据的处理方式，以及所有方法变更。对于只给出一个无法解释的综合分数，或保证一定收录、引用、排名、访问或询盘的方案，应保持谨慎。

SALIENS 如何建立并使用基线

SALIENS 为英国和国际机构提供 GEO 审计、AI 可见度监测、内容与技术改进，以及持续 GEO 交付，也可按明确范围执行英文和简体中文工作。我们可以定义品牌盲测问题清单，记录观察条件与证据，把发现和准确性分开，并根据已记录的缺口安排机构可控制的网站改进。

请发送邮件至 info@oxfordintelligence.co.uk，并附上网站、目标市场与语言、重点采购决策、用于理解背景的已知竞争或替代选项，以及希望观察的系统。SALIENS 由 Oxford Intelligence Limited 运营。基线只记录特定条件下的观察，不保证抓取、收录、提及、引用、排名、访问或询盘。